文章标题：聚类分析的舰船航行异常数据识别研究

文章作者：宋伟, 郭莹
关 键 字：聚类分析;舰船航行;分布特性;异常数据识别;数据异常得分
文章摘要：舰船航行数据具有高维度、多模态与强动态等特征，使得异常数据与正常航行数据的区分难度增加，因此，提出聚类分析的舰船航行异常数据识别方法。依据舰船航行异常数据分布特性，引入全局-局部融合机制，采用k近邻聚类分析方法和密度峰值聚类方法分别计算航行数据全局离散异常值和局部离散异常值，结合2个异常值的计算结果，获取该数据异常得分，以此判定异常航行数据；在此基础上，采用最小熵K-均值算法对检测出的异常数据进行自适应分类，完成异常数据的分类识别。测试结果显示：该方法通过全局与局部异常得分综合计算，准确识别不同航行异常数据，并划分不同的异常数据类别；不同类别异常数据划分的标准化互信息均高于0.938，保证多类别异常数据的划分效果。